3. ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİ AHP VE VIKOR
3.1. Analitik Hiyerarşi Prosesi (AHP)
Analitik Hiyerarşi Prosesi (AHP), karmaşık karar problemlerinin analizinde kullanılan çok kriterli karar verme tekniklerinden birisidir. İlk olarak 1970’li yıllarda Thomas L. Saaty tarafından ortaya konmuş olup geliştirildiğinden bu yana ekonomi, planlama, enerji politikaları, kaynak tahsisleri, sağlık, proje seçimi, pazarlama, bilgisayar teknolojisi, mimarlık ve daha birçok alanlardaki çeşitli karar problemlerine uygulanmıştır.
Yöntem temel olarak ikili karşılaştırılmasından elde edilen önceliklere dayalı bir ölçüm teorisidir. AHP ile karar verme problemleri ayrıntılı olarak incelenir ve problem hiyerarşik olarak ele alınır. AHP yönteminde en üst düzeyde bir amaç ve bu amacın altında sırasıyla kriterler, alt-kriterler ve alternatiflerden oluşan hiyerarşik bir model kullanılmaktadır. AHP hiyerarşisi, kararın modellenmesi için yapılandırılmış bir araçtır. Bu hiyerarşik yapı ulaşılması gereken bir hedeften, hedefe ulaşmanın alternatif yollarından ve alternatiflerin
seçimi için gerekli olan kriterlerden oluşmaktadır. Şekil 3.1’ de ki şablondaki gibi sorunun gerektirdiği seviyelerde hiyerarşik yapı, alt kategorilere, alt-alt-kriterlere ayrılarak
çoğaltılabilir. Kriter tekdüze olarak uygulanmayabilir. Bu durumda ölçüt kriterleri farklı yoğunlukları belirtecek şekilde alt kriterlere ayrılır.
Şekil 3.1. AHP problem yapısı
Herhangi bir AHP hiyerarşisinin tasarımı yalnızca sorunun niteliğine bağlı değildir, aynı zamanda karar verme sürecindeki katılımcıların bilgi, yargı, değer, görüş, ihtiyaç, istek vb.
özelliklerine de bağlıdır. Bir hiyerarşi oluşturmak, genel olarak, ilgili kişiler tarafından önemli tartışma, araştırma ve keşfetme içerir.
AHP; hiyerarşilerin oluşturulması, üstünlüklerin belirlenmesi ve mantıksal ve sayısal tutarlılığın sağlanması seklinde üç temel prensibe dayanmaktadır. AHP yönteminin uygulamada sağladığı bazı faydalar;
Hiyerarşik yapı olarak gösterilmesinden dolayı karmaşık olan problemler daha basit yapıya indirgenmiş olur.
Alternatiflerin ikili karşılaştırmaları kişisel fikir ve düşünceler dikkate alınır. Sadece sayısal verilere odaklı değildir.
İkili karşılaştırmalar problemin daha iyi incelenmesini sağlamaktadır. Diğer yandan değerlendirmeler sayısal olarak ifade edilemiyorsa, sözel ifadelerin kullanılması da mümkündür.
Karar verici, hem objektif hem de sübjektif faktörleri bir arada dikkate alarak alternatifleri değerlendirebilir.
Karar vericinin yaptığı ikili karşılaştırmaların tutarlılığını test etmek mümkündür.
Böylece karar verici, tutarsızlık durumunda verdiği hükümleri tekrar ele alarak düzeltme imkânına sahiptir.
AHP’ nin birkaç olumsuz tarafı da şu şekilde sıralanabilir;
Probleme yeni karar alternatiflerin eklenmesi durumunda alternatiflerin tercih sırasında değişmeler olabilmektedir. X, Y ve Z alternatifleri arasında; X, Y’ ye tercih edilirken,
modele Z eklendiğinde X ile Y arasındaki ilişkinin tersine döndüğü durumlarla karşılaşılabilmektedir.
İkili karşılaştırma yapılırken kullanılan sözel hükümler ile sayısal hükümlerin birbirini tam karşılamadığı örneğin “tercih edilme” sözel hükmünün 1-9 ölçeğine göre sayısal değer olarak karşılığı olan 5 değerinin çok yüksek olduğu tartışılmaktadır.
1-9 ölçeği ile yapılan ikili karşılaştırmalarda bazı problemlerde karar vericiyi tutarsızlığa götürebilmektedir. Diğer yandan 1-9 ölçeğindeki sayısal değerlere
başvurmaksızın elemanların sadece göreceli önemlerine yönelik yapılan ikili karşılaştırmaların farklı hatta yanlış yorumlanma ihtimali de bulunmaktadır.
Karşılaştırma soruları kolay olarak görünse de, karar vericinin çok sayıda hükümde bulunmasının gerektiği durumlarda AHP metodunun kullanımından kaçınıldığı ifade edilmektedir (Saaty, 2008).
Bunların yanı sıra AHP ile modellemede farklı sorunlar ortaya çıkabilmektedir. Bunların başında AHP’ nin hiyerarşiyi tek yönlü olarak alması gösterilebilir. Bu durum da faktörler arası ilişkilerin bağımlılıkları dikkate alınmaz. Birçok karar verme problemi hiyerarşik olarak yapılandırılamaz çünkü bu tip karar problemlerinde yüksek seviyedeki faktörlerin daha alt seviyedeki faktörler üzerinde bağımlılığı ve etkileşimi vardır. Fonksiyonel bağımlılık içeren bir problemin yapılandırılması faktör grupları arasındaki geribildirim ile sağlanabilir (Saaty, 2008).
3.1.1. AHP algoritması
AHP yöntemi aşamalarının Şekil 3.2’ de adım adım sunulmuştur.
Şekil 3.2. AHP yöntemi aşamaları Çok Kriterli Karar Verme Probleminin Tanımlanması
Alternatiflerin Belirlenmesi
Ana Kriter ve Alt Kriterlerin Belirlenmesi
Kriterlerin İkili Karşılaştırmalarının Yapılması
Karşılaştırma Matrislerinin Tutarlılık Analizlerinin Yapılması
Tutarlılık Oranları(CR)<0.1
Kriter Ağırlıklarının Belirlenmesi
1. Adım: Çok kriterli karar verme problemi tanımlanır. Amaç, kriterler ve alternatifler ifade edilir. Hiyerarşik yapı oluşturulur.
2. Adım: 1-9 puan ölçeği kullanılarak hiyerarşi içerisinde yer alan bileşenlerin nispi önem ağırlıklarının belirlenmesi amacıyla, karar verici grup tarafından ikili karşılaştırmaların yapılması aşamasıdır. Çizelge 3.2’ de gösterilen karşılaştırma matrisleri oluşturulur.
Değerlendirmeye alınacak n adet kriter var ise, i kriterinin j kriterine göre önemini belirlemek üzere A matrisi oluşturulur.
Matris elemanları arasında; aij = 1/aji ve aii = 1 ilişkisi bulunmaktadır. Karşılaştırma matrisinin köşegeni üzerindeki bileşenler (i = j olduğundan) 1 değerini alır. Kriterlerin ikili karşılaştırmalarında Çizelge 3.1’ de ki önem ölçeği kullanılır. Bu 1–9 ölçeği Saaty (1980) tarafından geliştirilmiş ve çalışmalarda kullanılmıştır. Örneğin; birinci kriter ikinci kritere göre, karar verici grup tarafından çok daha önemli görünüyorsa, bu durumda karşılaştırma matrisinin birinci satır ikinci sütun bileşeni (i = 1, j = 2), 5 değerini alacaktır. İkili kriter karşılaştırmaları, karşılaştırma matrisinin tüm değerleri 1 olan köşegeninin üstünde kalan
değerler için yapılır. Köşegenin altında kalan bileşenler için ise aji = 1 / aij eşitliği kullanılır.
Çizelge 3.1. AHP ölçeğinin dereceleri ve açıklamaları
Değer Açıklama
1 Her iki kriterin eşit öneme sahip olması durumu 3 Birinci kriterin ikinci kriterden önemli olması durumu 5 Birinci kriterin ikinci kriterden çok önemli olması durumu
7 Birinci kriterin ikinci kritere göre çok güçlü bir öneme sahip olması durumu 9 Birinci kriterin ikinci kritere göre mutlak üstün bir öneme sahip olması durumu 2, 4, 6, 8 Ara değerler ( ihtiyaç duyulduğunda kullanılabilmektedir.)
C1, C2,… Cn kriterleri ve aij, Ci kriteri ile Cj kriteri arasındaki değerlendirmeyi (1-9 önem ölçeğinde) ifade etmektedir.
Çizelge 3.2. n*n boyutundaki A ikili karşılaştırma matrisi
C1 C2 … Cn
A=
C1 1 a12 … a1n
C2 1/ a12 1 … a2n
… … … … …
C3 1/a1n 1/a2n …. 1
Karşılaştırma matrisinde aji = 1/ aij ilişkisi ve aii = 1 eşitliği her zaman mevcuttur.
3. Adım: İkili karşılaştırmalardan hareketle öncelik vektörleri hesaplanır. Öncelik vektörü Eş. 3.1’ de ki şekilde hesaplanabilir:
Wi = (3.1) n
Öncelik vektörü olarak adlandırılan W sütun vektörü elde edilir. Bu vektör, kriterlerin önem ağırlıklarını ifade etmektedir.
4. Adım: Tutarlılık oranlarının hesaplanmasını içerir. Karar verme grubunun yapmış olduğu karşılaştırmalardaki tutarlılığın ölçülebilmesi için öz vektör yöntemi kullanılabilir.
Bu yöntemde; Tutarlılık oranı (CR)’ nın hesaplanması gerekir. Hesaplanan CR değerinin 0,10’ dan küçük olması karar vericinin yaptığı karşılaştırmaların tutarlı olduğunu gösterir.
CR değerinin 0,10’ dan büyük olması karşılaştırmaların tutarsız olduğunu veya hesaplama hatası olduğunu ifade eder. Bu durumda, karşılaştırmalar tekrar gözden geçirilmelidir.
Eş. 3.2’ de yer alan CR değeri; Eş. 3.3’ te ki tutarlılık indeksinin (CI), rassal indeks (RI) değerine bölünmesi suretiyle elde edilir.
CR = CI/RI (3.2)
∑
1
hesaplanabilmesi için A vektörü ile W vektörü Eş. 3.4’ te görüldüğü üzere çarpılır.
Bunun sonucunda elde edilen D sütün vektörünün elemanlarının, wi değerlerine bölünerek
elde edilmesiyle oluşan (Ei) değerleri toplanır, bu toplam kriter sayısına bölünerek
Her n boyutundaki matris için, rastsal olarak oluşturulmuş matrislerin ortalama tutarlılık değerleri hesaplanmış ve rastsal indeks (RI) olarak adlandırılmıştır. Saaty tarafından hazırlanan rastsal indeks Çizelge 3.3’ te verilmiştir. Bu adıma kadar yapılan işlemlerle, karar verme probleminin çözümüne etki eden kriterlerin ağırlıkları belirlenebilmektedir.
Bu adım sonrasında karşılaştırma matrisleri kullanılarak alternatiflerin analizi yapılabileceği gibi, AHP dışındaki farklı karar verme metotlarına geçilerek kriter ağırlıklarının, bu metotlarda girdi olarak kullanılması sağlanabilir.
Çizelge 3.3. Kriter sayısına bağlı olarak rastsal indeks değerleri
5. Adım: Tüm kriterler ayrı ayrı dikkate alınarak, karar alternatiflerinin bu kriterler kapsamında ki ikili karşılaştırmaları yapılır. n (kriter sayısı) kadar matris oluşturulur.
Alternatif sayısı “m” ile gösterilirse, her bir karşılaştırma matrisin boyutunun m x m olması gereklidir.
n 1 2 3 4 5 6 7 8 9 10
RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49
(3.3)
(3.4)
6. Adım: Alternatiflere ait ağırlıklı puanların hesaplanması gerçekleştirilir. Alternatiflerin analizi sonucu oluşan n tane m x 1 boyutlu sütun vektörü, m x n boyutlu karar matrisini oluşturur. Bu matris, kriter karşılaştırmaları sonucu elde edilen w sütun vektörü ile çarpılarak, yeni bir sütun vektörü elde edilir. Bu vektörün her bir elemanı, karar alternatiflerinin puanlarını gösterir. Toplamı 1 olacak şekilde ortaya çıkan bu değerler içerisinde, en büyük puana (öneme) sahip alternatif en uygun alternatiftir (Dinçer, 2011).
3.2. Vise Kriterijumska Optimizacija I Kompromisno Resenje (VIKOR)
Çok kriterli karar verme yöntemlerinden biri olan Vise Kriterijumska Optimizacija I Kompromisno Resenje (VIKOR); birbiri ile çelişen kriterler altındaki alternatifler
kümesinde ki en uygun alternatifin seçimine ya da alternatiflerin sıralanmasına odaklanmaktadır. Yöntemin amacı, her alternatifin her kriter için değerlendirildiği varsayımı altında sıralamada ve seçimde uzlaştırıcı çözümü bulabilmektir. Uzlaşık çözüm;
birbiri ile çelişen kriterleri içeren karmaşık problemler de karar vericilerin sonuca ulaşmalarına yardımcı olur.
VIKOR yöntemi ilk kez Opricovic ve Tzeng (2004), tarafından karmaşık sistemlerin çok kriterli optimizasyonu için önerilmiştir. Tzeng ve arkadaşları (2005), Taiwan’ da toplu taşımada otobüs yakıtlarının değerlendirilmesinde, VIKOR yönteminin karar vericilere daha çok alternatif sunabildiğini belirtmişlerdir. Aynı zamanda yapılan başka bir çalışmada genişletilmiş VIKOR yöntemini TOPSIS, PROMETHEE ve ELECTRE yöntemleri ile karşılaştırmışlardır. VIKOR yönteminde doğrusal normalizasyon, TOPSIS yönteminde vektör normalizasyonu kullanıldığını ve VIKOR yönteminin ideal çözüme yakınlığı temsil
eden toplama fonksiyonuna dayanırken, TOPSIS yönteminde iki referans noktası tanımlandığını belirtmişlerdir. ELECTRE ve VIKOR yöntemlerinin benzer temellere dayandığını belirtmişlerdir (Opricovic, Tzeng, 2007). Tong çalışmasında çok yanıtlı süreçlerin optimizasyonu için kalite kayıplarına ilişkin değişimi dikkate alabilen VIKOR
yöntemini önermişlerdir (Tong, Chen, Wang, 2007).
Çok kriterli ölçüm için uzlaşık sıralamanın temelini, uzlaşık programlamada toplama fonksiyonu olarak kullanılan Lp ölçütü oluşturur (Yu, 1973). n adet kriter sayısı için Lp ölçütünün Eş. 3.6’ da hesaplaması gösterilmiştir. i tane alternatifin c1, c2,...,ci şeklinde
ifade edilmesi durumunda ci alternatifinin j kriterine göre değerlendirme sonucu fij olarak ifade edilir.
{∑ [ ( ( ))] }
VIKOR yönteminde maksimum grup faydasını minjSi’ den elde edilen sonuç ve karşıt görüştekilerin minimum kişisel pişmanlığını minjRi’ den elde edilen sonuç gösterir.
VIKOR yönteminde verilen alternatif kümesi için bir sıralamaya ulaşılır. Bu alternatif kümesine bir alternatifin eklenmesi ya da çıkarılması sonucu etkileyecektir. Şekilde 3.3’ te görülen uzlaşık çözüm Fc, ideal çözüme F*’ a en yakın uygun çözümdür. Uzlaşık terimi, anlaşmanın karşılıklı kabulü anlamına gelmektedir.
Şekil 3.3 ’de görüldüğü gibi f1 = f1* - f1c ve f2 = f2* - f2c ile ifade edilmektedir.
f2 c
f2* Şekil 3.3. İdeal ve uzlaşık çözümler
Yöntem ayrıca, karar verici grubun sonuç üzerinde etkili olabilmesine de imkân vermektedir. Maksimum grup faydasının ve buna bağlı olarak karşıt görüştekilerin minimum pişmanlığının sonuca etki ettirilebilmesi söz konusudur.
UYGUN KÜME f1*
f1c
F*
Fc
(3.6)
3.2.1. VIKOR algoritması
Şekil 3.4’ te olduğu gibi VIKOR yönteminin adımları şematik olarak ifade edilebilir.
Şekil 3.4. VIKOR yöntemi aşamaları Alternatiflerin Kriterler Kapsamında
Değerlendirilmesi
VIKOR için S ve R Değerlerinin Hesaplanması
Q Değerinin Hesabı
Q Değerine Göre Sıralmanın Yapılması
Uzlaşık Koşulların Sağlanması
En Uygun Alternatifin Seçilmesi
VIKOR yöntemi adımları tüm ÇKKV yöntemlerinde olduğu gibi karar probleminin tanımlanması ile başlamaktadır. Alternatiflerin seçilmesine olanak sağlayacak kriterler
belirlenir. Kriterlerin özelliklerin tanımlanmasına dikkat edilmesi gerekmektedir. Kriterler fayda ya da maliyet özelliğine sahip olurlar. VIKOR yönteminde kriter ağırlıkları oran olarak ifade edilmekte ve toplamı 1’ e eşit olmaktadır.
Karar problemine ait alternatifler, kriterler ve kriterlere göre alternatiflerin skorları belirlendikten sonra skorlar Eş. 3.7’ de ki şekilde bir karar matrisine dönüştürülür. Karar
matrisinde, satırları karar vermede kullanılacak alternatifler, sütunlarında ise karşılaştırma için kullanılacak kriterler yer alır. Eş. 3.7’ de ki Xij matrisinde; satırları oluşturan m, karar noktası sayısını, sütunları oluşturan n, değerlendirme faktörü sayısını göstermektedir.
VIKOR’ un uzlaşık sıralama algoritması aşağıdaki adımları takip eder:
[
] (3.7)
1.Adım: Her kriter için Eş. 3.8’ de sunulan en iyi (fj*) ve en kötü (fj-) değerler belirlenir.
En iyi ve en kötü değerlerin belirlenmesinde kriterlerin özelliği göz önünde bulundurulur.
Eğer j. kriter fayda kriteri ise;
fj* = max xij fj - = min xij j=1,2,…,n (3.8) i i
eşitliği ile hesaplanır.
2. Adım: Karar matrisini oluşturan değerleri birimlerden arındırmak ve karşılaştırılabilir
seviyeye getirmek için Eş. 3.9’ da ki lineer normalizasyon uygulanır. m alternatif ve n kriterden oluşan karar problemine ait karar matrisi, normalizasyon işlemi sonunda mxn
boyutlarında R normalizasyon matrisine dönüştürülür. R normalizasyon matrisi Eş. 3.10’
da sunulmuştur. R matrisinin elemanları aşağıdaki şekilde hesaplanır.
rij = (3.9)
[
] (3.10)
3.Adım: Normalize karar matrisinde; sütunlarda gösterilen kriterlerin her birinin ağırlıkları ile çarpılması sonucunda Eş. 3.12’ de ki V ağırlıklandırılmış normalize karar
matrisi elde edilir. Ağırlıklandırılmış normalize karar matrisi elemanları Eş. 3.11’ de sunulmuştur.
vij = rij x wj
eşitliği ile değerlendirilir.
[
] (3.12)
4. Adım: Si ve Ri değerleri j= 1, 2,..., j için hesaplanır. Si ve Ri değerleri, Eş. 3.13’ de ki, i.
alternatif için ortalama ve Eş. 3.14’ de ki en kötü grup skorlarını gösterir.
∑ ( )
( )
(3.13)
[ ( )
( ) ] (3.14)
Burada wi göreli önemleri gösteren kriter ağırlıklarını ifade etmektedir. Ağırlıklar toplamı 1’e eşit olacaktır.
5. Adım: Qi değerleri Eş. 3.15 kullanılarak hesaplanır.
Qi = v (Si - S*)/(S-- S*) + (1-v) (Ri - R*)/(R-- R*) (3.15)
Burada S*= min Si , S - = max Si , R*= min Ri , R - = max Ri olarak ifade edilmektedir.
(3.11)
“v” değeri kriterlerin çoğunluğunun ağırlığını (maksimum grup faydasını) göstermektedir.
Başka bir deyişle “v” değeri maksimum grup faydasını sağlayan strateji için ağırlığı ifade ederken, (1-v) karşıt görüştekilerin minimum pişmanlığının ağırlığını ifade etmektedir.
Uzlaşma, “çoğunluk oyu” (v > 0,5) , “konsensus” (v = 0,5) veya “veto” (v < 0,5) ile sağlanabilir.
6. Adım: S, R ve Q değerleri küçükten büyüğe doğru sıralanarak alternatifler arasındaki sıralama belirlenir. Sonuçlar, üç sıralama listesi oluşturur.
7. Adım: Eğer aşağıdaki iki koşul sağlanırsa, en iyiyi Q (minimum) değerlerine göre sıralayan alternatif a' uzlaştırıcı çözüm olarak önerilir.
C1 Kabul edilebilir avantaj: En iyi ve en iyiye en yakın seçenek arasında belirgin bir fark olduğunu ifade eden koşuldur. Eş. 3.17’ de ifade edilen koşulun sağlaması gerekmektedir.
DQ= 1/(J-1) (3.16) “J” alternatif sayısını gösterir.
Q(a") - Q (a') ≥ DQ (3.17)
Burada “a' ” değeri, Q değerine göre sıralamada ikinci sırayı alan alternatiftir. “a" ” ise değeri, Q değerine göre sıralamada ilk sırada yer alan alternatiftir.
C2 Karar vermede kabul edilebilir istikrar: a' alternatifi, S ve/veya R değerlerine göre de sıralanan en iyi alternatiftir. Bu uzlaşık çözüm karar verme sürecinde istikrarlıdır. Eğer bu iki durumdan bir tanesi sağlanmazsa uzlaşık çözüm kümesi şu şekilde önerilir:
Eğer C2 durumu sağlanmıyorsa a' ve a" alternatifleri
Eğer C1 durumu sağlanmıyorsa a', a",.., a(M) alternatifleri ve değeri maksimum M için Q(a(M)) - Q(a') < DQ belirlenir.
Q değerlerine göre sıralanan en iyi alternatif, minimum Q değerine sahip alternatiflerden biridir.
VIKOR yöntemi, karar vericinin sistem tasarlanırken başlangıçta tercihlerini tam olarak belirtememesi durumunda, çok kriterli karar vermede etkin bir araçtır. Elde edilen uzlaşık çözüm, çoğunluk için maksimum grup faydasını ve karşıt görüştekiler için minimum pişmanlığı sağlayacağından karar verici tarafından kabul görecektir. Çok kriterli karar verme problemlerinin VIKOR yöntemi ile ele alınabilmesi için aşağıda belirtilen genel özellikleri taşımaları gerekmektedir;
Fikir ayrılıklarının çözüme ulaştırılmasında uzlaşma kabul edilebilir olmalıdır,
Karar verici, ideal çözüme en yakın çözümü kabul etmeye istekli olmalıdır,
Karar verici için fayda ile her kriter fonksiyonu arasında doğrusal bir ilişki olmalıdır,
Alternatifler, belirtilen tüm kriterler için değerlendirilmelidir,
Karar vericinin tercihleri ağırlıklar ile ifade edilir,
VIKOR yöntemi, karar vericinin etkileşimli katılımı olmadan başlar fakat karar verici
nihai çözümü onaylamaktan sorumludur. Karar verici, bu nihai çözüme kendi tercihlerini de dahil edebilir (Ertuğrul ve Karakaşoğlu, 2009).
4. LİTERATÜR ARAŞTIRMASI
Bu çalışma kapsamında literatür araştırmaları iki farklı bölümde ele alınmıştır. İlk olarak yeşil tedarikçi seçim kriterlerini belirlemek için yeşil tedarik zinciri, yeşil tedarik zincirinin alt disiplini olan yeşil tedarikçi üzerine yapılan çalışmalar incelenmiştir. Daha sonrasında
ise yeşil tedarikçi seçim probleminde yöntemin belirmesinde yol gösterici olacak yeşil tedarik zincirinin de çok kriterli karar verme yöntemlerinin kullanıldığı çalışmalar
dikkate alınmıştır.
4.1. Yeşil Tedarikçi Seçim Kriterlerinin Belirlenmesi için Literatür Araştırması
Yeşil tedarik zinciri ve yeşil tedarik zinciri bileşenleri ile ilgili yapılan çalışmalarda
‘Yeşil’ kavramına olan ilginin giderek arttığı ve geleneksel tedarik zinciri bileşenlerinin her birine çevresel unsurların eklendiği görülmektedir. Araştırma sonucunda yeşil tedarik zinciri ile ilgili literatür Çizelge 4.1‘ de sunulmuştur.
Çizelge 4.1. Yeşil tedarikçi seçim kriterlerine dayalı literatür taraması
ARAŞTIRMACILAR YIL ÇALIŞMANIN ADI ELE ALINAN
KRİTERLER
Çizelge 4.1. (devam) Yeşil tedarikçi seçim kriterlerine dayalı literatür taraması
Çizelge 4.1. (devam) Yeşil tedarikçi seçim kriterlerine dayalı literatür taraması
Aybala Beste Türkay 2015 Yeşil Satın Alma ve Yeşil Tedarikçi Seçimi
Fiksel (1996), kuruluşların çevreye duyarlı olma potansiyellerinin olduğunu savunmuştur.
Çevre verimliliği konusunu ele almıştır. Çevre için tasarım konseptini özenle tanıtmış ve çevre için tasarımın pratikte nasıl çalıştığını gösteren bir dizi örnek göstermiştir.
Carter ve Carter (1998), çalışmalarında yeşil satın alma kavramından bahsetmiştir.
Yeşil satın almanın, belirlenen çevresel hedefleri karşılayan ürün veya materyallerin satın alınmasını sağlayan, çevreye duyarlı bir satın alma girişimi olduğunu belirtmişlerdir.
Atık kaynaklarının azaltılması, geri dönüşüm için teşvik etmek çalışmaları ve yeniden kullanım örnek olarak gösterilmiştir.
Beamon (1999), bu araştırmasında genişletilmiş çevresel tedarik zincirinin gelişimine yol
açan çevresel faktörleri, genişletilmiş tedarik zinciri ile geleneksel tedarik zinciri arasındaki temel farklılıkları, genişletilmiş tedarik zinciri için uygun performans önlemlerini ve yeşil tedarik zincirinin elde edilmesine yönelik genel prosedürü açıklar.
Boons (2002), ürünlerin ekolojik etkilerinin azaltılması gerektiğinin ve kurumsal çevre stratejilerinin önemli bir odak noktası olduğunun üzerinde durmuştur.
Pujari ve diğerleri (2003), makalede, İngiliz üreticileri arasında çevresel yeni ürün
geliş-tirme üzerine geniş çaplı bir araştırma projesinin bulgularını rapor oluşturmuşlardır.
Bu makalenin önemli bir katkısı, yeni ürün geliştirme ve çevre yönetimi felsefelerini bütünleştirme girişimidir.
Srivastava (2007), çalışmasında akademisyenlerin, araştırmacıların entegre yeşil tedarik
zinciri yönetimini daha geniş bir perspektiften anlamalarına yardımcı olacak basit bir sınıflandırma yapmıştır. Yeşil tedarik zinciri ayrıca benimsenen metodoloji ve yaklaşım
temelinde de sınıflandırılmıştır. Son olarak bulgular ve yorumlar özetlenmiş ve ana araştırma konuları ve fırsatları vurgulanmıştır.
Büyüksaatçi (2009), çalışmasında tedarik zinciri yönetimi problemlerinden biri olan tesis yeri seçimi kararını, uygulamalı olarak bir şirketin dağıtım ağındaki CO2 emisyon miktarını minimum kılacak şekilde ele almıştır. Böylelikle Türkiye için yeni bir yaklaşım
olan yeşil tedarik zinciri yönetimi yaklaşımını incelemiştir. Uygulamanın ilk kısmında Bulanık C-Ortalamalar ve Gustafson - Kessel algoritmalarından faydalanarak öbekleme
analizi yapılmıştır. Daha sonraki kısımda ise, tesis yeri seçimi yöntemlerinden biri olan ağırlık merkezi yöntemi bağlı olarak geliştirilen emisyon bazlı ağırlık merkezi yöntemi ile, tesisler - müşteriler arasındaki taşıma işlemlerinden ortaya çıkacak CO2 emisyon miktarını en küçük kılacak şekilde uygun tesis yerleri belirlenmiştir.
Fortes (2009), çalışmasında literatürü gözden geçirmiştir. Yeşil tedarik zinciri yönetimi
anahtar temalarından yeşil işlemler, yeşil tasarım, yeşil imalat, ters lojistik ve atık yönetimi konuları tartışılmıştır. Bu yazıda ayrıca, kuruluşların yeşil tedarik zincirini tercih
etmelerinin nedenleri üzerinde de durulmuştur.
Özesen (2009), çalışmada yeşil tedarik zinciri ve bileşenlerini kavramsal olarak açıklamakta, yeşil tedarik zinciri yönetimi uygulamasını başarılı bir şekilde yöneten
Özesen (2009), çalışmada yeşil tedarik zinciri ve bileşenlerini kavramsal olarak açıklamakta, yeşil tedarik zinciri yönetimi uygulamasını başarılı bir şekilde yöneten